计算机体系结构报告.docx
《计算机体系结构报告.docx》由会员分享，可在线阅读，更多相关《计算机体系结构报告.docx（10页珍藏版）》请在冰豆网上搜索。
计算机体系结构报告
中南大学
计算机体系结构
实验报告
学生姓名郁博文
指导教师雷向东
学院信息科学与工程学院
专业班级信安1302班
学号**********
完成时间2015年11月4日
实验1对指令操作码进行霍夫曼编码
一、实验目的
了解和掌握指令编码的基本要求和基本原理
二、实验要求
使用编程工具编写一个程序，对一组指令进行霍夫曼编码，并输出最后的编码结果以及对指令码的长度进行评价。
与扩展操作码和等长编码进行比较。
问题描述以及问题分析：
我们举例说明此问题，例如：
有一组指令的操作码共分七类，它们出现概率如
下表所示：
P1P2P3P4P5P6P7
0.450.300.150.050.030.010.01
对此组指令进行HUFFMAN编码正如下图所示：
三、实验内容
因为各字符在信息中出现的频率是不同的，若根据字符出现的不同频率分配给不同长度的编码：
频繁出现的字符分配给较短的编码，不常出现的字符分配给较长的编码，且这种编码还具有“前缀特性”，那么这样的编码电文总长会最短，发送效率会最高，占用的空间会最少。
而哈弗曼编码就是这样一种编码，字符出现的频率与该程序中对应的权重。
首先将建立哈弗曼树，将权重最小的放在二叉树的最低端，将权重最大的放置在离根结点最近的位置，这样就可以使权重大的结点的编码较短，权重小的结点的编码较长。
实际上是建立一个表格，中间有结点的权重，父亲和孩子的信息。
建立好哈弗曼树之后，要使得哈弗曼的左子树的编码为0，右子树的编码为1。
可以通过这个来确定字符的哈弗曼编码。
四、实验原理
构造HUFFMAN树所要做的工作：
1、先对各指令操作码的出现概率进行排序，构造一个有序链表。
2、再取出两个最小的概率节点相加，生成一个生的节点加入到链表中，同时从两表中删除此两个节点。
3、在对链表进行排序，链表是否只有一个节点，是则HUFFAN树构造完毕，否则继续做2的操作。
为此设计一个工作链表（链表的元素时类，此类的功能相当结构。
）、HUFFMAN树节点、HUFFMAN编码表节点
五、实验结果
六、源程序代码
#coding:
utf-8
importmath
classNode:
def__init__（self,probability）:
self.left=None
self.right=None
self.father=None
self.probability=probability
defisLeft（self）:
returnself.father.left==self
defcreateNodes（probabilitys）:
return[Node（probability）forprobabilityinprobabilitys]
defcreateHuffmanTree（nodes）:
queue=nodes[:
]
whilelen（queue）>1:
queue.sort（key=lambdaitem:
item.probability）
node_right=queue.pop（0）
node_left=queue.pop（0）
node_father=Node（node_right.probability+node_left.probability）
node_left.father=node_father
node_right.father=node_father
node_father.left=node_left
node_father.right=node_right
queue.append（node_father）
queue[0].father=None
returnqueue[0]
defhuffmanEncoding（nodes,root）:
codes=[""]*len（nodes）
foriinrange（len（nodes））:
node_tmp=nodes[i]
whilenode_tmp!
=root:
ifnode_tmp.isLeft（）:
codes[i]=codes[i]+'1'
else:
codes[i]=codes[i]+'0'
node_tmp=node_tmp.father
returncodes
deffixedLengthEncoding（nodes）:
returnmath.ceil（math.log（len（nodes）,2））
defextendEncoding（nodes）:
sum_extend=0
if（len（nodes）>3）:
sum_extend=nodes[0]+2*nodes[1]+3*nodes[2]+5*（1-nodes[0]-nodes[1]-nodes[2]）
eliflen（nodes）==2:
sum_extend=nodes[0]+2*nodes[1]
else:
sum_extend=nodes[0]
returnsum_extend
if__name__=="__main__":
chars_freqs=[（'P1',0.45）,（'P2',0.30）,（'P3',0.15）,（'P4',0.05）,（'P5',0.03）,
（'P6',0.01）,（'P7',0.01）]
nodes=createNodes（[item[1]foriteminchars_freqs]）
root=createHuffmanTree（nodes）
codes=huffmanEncoding（nodes,root）
sum_huffman=0
foriteminzip（chars_freqs,codes）:
print'Character:
%sencoding:
%s'%（item[0][0],item[1]）
sum_huffman+=float（item[0][1]）*len（item[1]）
print'哈弗曼编码平均长度',sum_huffman
print'等长编码平均长度',fixedLengthEncoding（nodes）
print'扩展编码平均长度',extendEncoding（[item[1]foriteminchars_freqs]）
实验2使用LRU方法更新Cache
一、实验目的
了解和掌握寄存器分配和内存分配的有关技术。
二、实验要求
1、用C语言实现最近最久未使用（LRU）置换算法。
2、了解内存分页管理策略
3、掌握调页策略
4、LRU调度算法D的模拟实现
三、实验内容
LRU置换算法是选择最近最久未使用的页面予以置换。
该算法赋予每个页面一个访问字段，用来记录一个页面自上次被访问以来经历的时间T，当须淘汰一个页面时，选择现有页面中T值最大的，即最近最久没有访问的页面。
这是一个比较合理的置换算法。
Cache更新
结合数据结构的相关知识，使用LRU的策略，对一组访问序列进行内部的LRU置换算法是选择最近最久未使用的页面予以置换。
该算法赋予每个页面一个访问字段，用来记录一个页面自上次被访问以来经历的时间T，当须淘汰一个页面时，选择现有页面中T值最大的，即最近最久没有访问的页面。
这是一个比较合理的置换算法。
四、实验原理
LRU置换算法虽然是一种比较好的算法，但要求系统有较多的支持硬件。
为了了解一个进程在内存中的各个页面各有多少时间未被进程访问，以及如何快速地知道哪一页是最近最久未使用的页面，须有以下两类硬件之一的支持：
寄存器
为了记录某个进程在内存中各页的使用情况，须为每个在内存中的页面配置一个移位寄存器，可表示为R=Rn-1Rn-2Rn-3……R2R1R0当进程访问某物理块时，要将相应寄存器的Rn-1位置成1。
此时，定时信号将每隔一定时间（例如100ms）将寄存器右移一位。
如果我们把n位寄存器的数看作是一个整数，那么具有最小数值的寄存器所对应的页面，就是最近最久未使用的页面。
如图1示出了某进程在内存中具有8个页面，为每个内存页面配置一个8位寄存器时的LRU访问情况。
这里，把8个内存页面的序号分别定为1˜˜8。
由图可以看出，第7个内存页面的R值最小，当发生缺页时首先将它置换出去。
栈
可利用一个特殊的栈来保存当前使用的各个页面的页面号。
每当进程访问某页面时，便将页面的页面号从栈中移出，将它压入栈顶。
因此，栈顶始终是最新被访问页面的编号民，而栈底则是最近最久未使用的页面的页面号。
五、实验结果
六、源程序代码
#coding:
utf-8
from__future__importdivision
classLRUCache:
def__init__（self,capacity）:
LRUCache.capacity=capacity
LRUCache.length=0
LRUCache.list=[]
LRUCache.lost=0
LRUCache.getIn=[]
defsearch（self,value）:
foriinrange（len（self.list））:
ifself.list[i][0]==value:
returni
returnNone
defremoveItem（self）:
temp=0
tempItem=0
foriinrange（len（self.list））:
iftemptemp=self.list[i][1]
tempItem=i
returntempItem
defaddAll（self）:
foriinrange（len（self.list））:
self.list[i][1]+=1
defset（self,value）:
temp=self.search（value）
iftemp==None:
ifself.lengthself.list.append（[value,0]）
self.length+=1
else:
self.list[self.removeItem（）][0]=value
self.list[self.removeItem（）][1]=0
self.lost+=1
self.getIn.append（value）
else:
self.list[temp][1]=0
self.addAll（）
cache=LRUCache（4）
inputList=raw_input（"请输入序列:
\n"）
itemList=list（inputList）
cache0=[]
cache1=[]
cache2=[]
cache3=[]
foriinitemList:
cache.set（int（i））
#print'%s'%i,[j[0]forjincache.list]
cache0.append（cache.list[0][0]）
if（len（cache.list）>1）:
cache1.append（cache.list[1][0]）
else:
cache1.append（''）
if（len（cache.list）>2）:
cache2.append（cache.list[2][0]）
else:
cache2.append（''）
if（len（cache.list）>3）:
cache3.append（cache.list[3][0]）
else:
cache3.append（''）
foriinitemList:
print'|-%s-|'%i,
print
foriincache0:
print'|%s|'%i,
print
foriincache1:
print'|%s|'%i,
print
foriincache2:
print'|%s|'%i,
print
foriincache3:
print'|%s|'%i,
print
print'缺页次数',cache.lost
print'缺页率',cache.lost/len（itemList）
print'调入队列',cache.getIn
升级会员 